Акценты и диалекты в голосовом ИИ: тестирование и настройка
Почему голосовые агенты понимают одни акценты лучше других, что можно настроить и как честно протестировать на реальных голосах, чтобы никто не остался без помощи.
Акцент есть у каждого. Голосовой агент, однако, обучен на определённом наборе голосов и лучше всего понимает те, что слышал чаще. Для компании, обслуживающей разнообразную публику, это не мелкая техническая деталь. От этого зависит, получит звонящий помощь или раздражение.

В этом руководстве объясняется, почему акценты и диалекты влияют на голосовой ИИ, что можно настроить и как тестировать честно. Оно связано со статьями «Многоязычный голосовой ИИ» и «Почему телефонный звук труден для распознавания речи», которые добавляют аспекты языка и звука.
Почему акценты важны для распознавателя
Распознаватель речи изучает закономерности по записям, сопоставленным с текстом. Если в его обучающих записях мало регионального акцента, какой-то возрастной группы или людей, для которых язык не родной, закономерности для этих голосов слабее. Распознаватель не предвзят в человеческом смысле — у него просто меньше данных. Но результатом может стать неравное обслуживание.
Чем различаются говорящие
- ПроизношениеГласные и согласные различаются в зависимости от региона и родного языка.
- Ритм и ударениеКакой слог ударный и насколько быстро слова сливаются.
- ЛексикаМестные слова для обычных вещей, названия мест и сленг.
- Грамматические конструкцииДиалектные формы и построения фраз, отличающиеся от учебного языка.
- Смешение языковПереход с одного языка на другой в пределах одной фразы.
У языковой модели, которая читает расшифровку, похожая проблема. Оборот, естественный в одном диалекте, может быть необычным для письменных текстов, на которых она обучалась, и его смысл может ускользнуть.
Диалекты внутри одного языка
Распространённое заблуждение — считать язык чем-то единым. Английский в разных странах сильно различается звуками и словами, и то же верно для многих языков, включая японский с его региональными диалектами, а также испанский, арабский и китайский. Система, настроенная на стандартную форму, может лишь частично справляться с региональной речью.
Особая проблема — местная лексика. Названия улиц, районов, народные названия товаров и фамилии часто отсутствуют в общем словаре. Если ваши звонящие регулярно их произносят, распознаватель с большей вероятностью превратит их в похоже звучащие обычные слова.
Что можно настроить
Тщательно выбирайте язык и регион
Многие распознаватели предлагают региональные варианты языка. Выбор варианта, ближайшего к вашим звонящим, может помочь. Автоматическое определение языка удобно при смешанной аудитории, но решение принимается в начале звонка, поэтому проверьте, как оно ведёт себя на коротких фразах и речи с акцентом. В Call транскрибер позволяет выбрать язык или определять его автоматически, а агент сохраняет первый распознанный язык до конца звонка, если звонящий не попросит другой.
Добавьте важные слова
Если платформа поддерживает пользовательский словарь или подсказки, добавьте названия компании, товаров, имена сотрудников и местные названия. Даже если не поддерживает, ущерб можно уменьшить, подтверждая эти слова вслух и давая агенту в источниках короткий список ожидаемых названий, чтобы он мог сопоставить почти совпадение.
Пишите понятно
На короткие простые вопросы легче отвечать, и их легче распознать, чем длинные и идиоматичные. Избегайте сленга в речи самого агента и юмора, построенного на местных выражениях.
Дайте звонящим время
Люди, для которых язык не родной, и неуверенные звонящие могут делать паузы или говорить медленно. Помогает более длинный порог тишины, как описано в статье «Обнаружение голосовой активности».
Тестируйте на реальных голосах
Нельзя судить о справедливости по нескольким коллегам похожего происхождения. Соберите тестовую группу, похожую на ваших звонящих.
План честного теста
- Опишите своих звонящихРегионы, языки, возрастные группы и типичные телефоны.
- Наберите тестировщиковДобровольцев, которые говорят так же, как эти звонящие, с их согласия.
- Напишите сценарийРеальные задачи с именами, числами и местными названиями.
- Сделайте звонкиС обычных мобильных телефонов и при реалистичном шуме.
- Сравните результатыИщите группы, где ошибок заметно больше.
| Показатель | Что показывает |
|---|---|
| Правильно распознанные слова | Насколько хорошо распознаватель справился с каждой группой |
| Выполненные задачи | Получили ли звонящие то, что им было нужно |
| Повторы и исправления | Как часто агент переспрашивал |
| Доля передач человеку | Как часто звонящие сдавались и просили человека |
| Комфорт звонящих | Что тестировщики сказали о своих впечатлениях |
Сравнивайте группы по одним и тем же показателям. Разница в доле выполненных задач между группами — сигнал разобраться, даже если общее среднее выглядит хорошо. Защищайте конфиденциальность тестировщиков и храните записи не дольше, чем нужно.
Два условных примера
Небольшой ветеринарной клинике в приморском городке звонят местные жители, которые используют народные названия улиц и пляжей. Распознаватель постоянно превращает одно такое название в не связанное с ним обычное слово. Клиника добавляет местные названия в источники агента, агент повторяет место вслух, и ошибок становится меньше. Модель не менялась — исправлением стал список слов.
Региональному отделению банка звонят клиенты, выучившие язык во взрослом возрасте; они говорят медленно, с долгими паузами. Агент постоянно отвечает, не дав им договорить. Повышение порога тишины и сокращение вопросов агента дают им время, и доля повторов падает. И снова исправлением стали настройка и сценарий, а не новая технология.
У обеих историй общая закономерность: слушайте сбои, определяйте конкретные слова или тайминг и вносите небольшое изменение. Громкие заявления о точности полезны меньше, чем блокнот с записями о том, что пошло не так на вашей линии и что помогло.
Ведите этот блокнот и после запуска. Звонящие меняются, появляются новые районы и товары, а сегодняшнее исправление может устареть. Ежемесячный взгляд на слова, которые исправляют чаще всего, — лёгкий распорядок, поддерживающий агента в актуальном состоянии.
Не позволяйте системе стать стеной
Как хорошо ни настраивай, некоторых звонящих система не поймёт. Закладывайте это в проект. После двух неудачных попыток записать деталь агент должен сменить подход или передать звонок, а не ходить по кругу. Предлагайте принять сообщение, организовать обратный звонок или соединить с человеком в рабочие часы.
Чек-лист справедливости
- Проведены тесты с носителями речи из каждой основной группы звонящих
- Язык и региональные настройки соответствуют вашим звонящим
- Местные названия и термины добавлены или подтверждаются вслух
- Настройки тишины допускают более медленную речь
- Ключевые детали повторяются перед использованием
- Человек доступен после двух неудачных попыток
- Доли передач и повторов просматриваются по группам
Как работать над этим в Call
В Call выберите языковую настройку агента, задайте порог тишины и чувствительность к шуму и напишите приветствие и сообщения об ошибках простыми словами. Затем с помощью тестового звонка послушайте агента на своём телефоне и попросите сделать то же коллег с разными акцентами. После этого откройте каждый звонок в истории звонков, чтобы прочитать разговор реплика за репликой, и поищите в расшифровках слова, которые неоднократно распознавались неверно. Исправьте источники, добавьте точные ответы там, где важна формулировка, и сохраняйте путь к человеку через службу поддержки.
Частые вопросы
Одинаково ли голосовой ИИ понимает все акценты?
Нет. Точность часто различается для разных акцентов и диалектов в зависимости от голосов, на которых училась система. Тестируйте на своих звонящих, а не полагайтесь на общие заявления.
Можно ли сказать агенту, какой акцент ожидать?
Часто можно выбрать для распознавателя вариант языка, а в некоторых системах — добавить лексику. Проверьте, что поддерживает ваша платформа, и протестируйте результат.
Почему агент не понимает местные названия?
Общие словари редко содержат все местные названия, поэтому распознаватель подбирает похожее обычное слово. Подтверждайте названия вслух и по возможности давайте список ожидаемых названий.
Должен ли агент автоматически переключать языки?
Это может помочь при смешанной аудитории, но протестируйте на коротких фразах и речи с акцентом. В Call первый распознанный язык сохраняется до конца звонка, если звонящий не попросит другой.
Как понять, что мой агент несправедлив к некоторым звонящим?
Сравните доли выполненных задач, повторов и передач человеку в группах тестировщиков с разной речью. Большой разрыв — сигнал скорректировать настройки, источники или сценарий.
Что, если звонящего совсем не удаётся понять?
Быстро предложите другой путь: сообщение, заявку на обратный звонок или человека. Ни один звонящий не должен оказаться в ловушке системы, которая его не понимает.